Équations Différentielles Stochastiques (EDS)
Les équations différentielles stochastiques (EDS) sont des modèles d'équations différentielles qui combinent un terme de dérive déterministe — régissant la tendance moyenne d'un système — avec un terme de diffusion stochastique piloté par un processus de Wiener (mouvement brownien). Inaugurées par le calcul d'Itô par Kiyosi Itô en 1944 et traitées numériquement de manière exhaustive par Kloeden et Platen en 1992, les EDS constituent le langage de modélisation standard pour les systèmes en temps continu soumis à un bruit aléatoire, notamment les prix des actifs financiers, la dynamique des populations et les processus physiques.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Øksendal, B. (2003). Stochastic Differential Equations: An Introduction with Applications (6th ed.). Springer. DOI: 10.1007/978-3-642-14394-6 ↗
- Kloeden, P.E. & Platen, E. (1992). Numerical Solution of Stochastic Differential Equations. Springer. DOI: 10.1007/978-3-662-12616-5 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Stochastic Differential Equations (SDEs). ScholarGate. https://scholargate.app/fr/simulation/stochastic-differential-equations
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Modélisation Basée sur les Agents (MBA)Simulation↔ compare
- Inférence bayésienneStatistique↔ compare
- Chaîne de Markov Monte Carlo (MCMC)Simulation↔ compare
- Simulation de Monte-CarloPrise de décision↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →